MétaCan
Menu
Retour à la cohorte
Enregistrement W2590573609 · doi:10.1177/0898264317691166

Perspectives of Patients, Clinicians, and Health System Leaders on Changes Needed to Improve the Health Care and Outcomes of Older Adults With Multiple Chronic Conditions

2017· article· en· W2590573609 sur OpenAlexaff
Rosie Ferris, Caroline Blaum, Eliza Kiwak, Janet Austin, Jessica Esterson, Gene Harkless, Gary Oftedahl, Michael L. Parchman, Peter H. Van Ness, Mary E. Tinetti

Notice bibliographique

RevueJournal of Aging and Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensCARE Canada
Organismes subventionnairesNational Institute on AgingPatient-Centered Outcomes Research InstituteJohn A. Hartford Foundation
Mots-clésSpecialtyHealth careMedicineNursingMultiple Chronic ConditionsChronic diseaseMEDLINEDiseaseFamily medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To ascertain perspectives of multiple stakeholders on contributors to inappropriate care for older adults with multiple chronic conditions. METHOD: Perspectives of 36 purposively sampled patients, clinicians, health systems, and payers were elicited. Data analysis followed a constant comparative method. RESULTS: Structural factors triggering burden and fragmentation include disease-based quality metrics and need to interact with multiple clinicians. The key cultural barrier identified is the assumption that "physicians know best." Inappropriate decision making may result from inattention to trade-offs and adherence to multiple disease guidelines. Stakeholders recommended changes in culture, structure, and decision making. Care options and quality metrics should reflect a focus on patients' priorities. Clinician-patient partnerships should reflect patients knowing their health goals and clinicians knowing how to achieve them. Access to specialty expertise should not require visits. DISCUSSION: Stakeholders' recommendations suggest health care redesigns that incorporate patients' health priorities into care decisions and realign relationships across patients and clinicians.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0050,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,380
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and HealthMême sujetChronic Disease Management StrategiesTravaux en français237 207